Olá, alguém pode explicar a diferença entre o deslocamento e os parâmetros de mudança Eu suponho que o último parâmetro é o período de barras traseiras, com base nas instruções de instruções vagas. Eu gosto de saber o que eles são para, em maior detalhe. Perguntado antes, respondeu antes, em vez de esperar por alguém para encontrá-lo, será muito mais rápido se você aprender a encontrá-lo sozinho. A mudança de mudança muda o MA, ou seja, se ajustado para 0, o MA aparecerá como normal. Se configurado para 1, todo o MA é deslocado 1 para a esquerda, então a última barra (atual) não terá um valor MA. O valor para bar0 agora mudou para bar1 e o valor do bar1s mudou para a barra2 etc. Espero que isso faça sentido. Se você anexar um MA em seu gráfico, é a mudança na janela de parâmetros. O último parâmetro é o deslocamento da barra para o qual deseja o valor MA, então 0 dará o valor MA para a barra atual. Senso perfeito. Obrigada pelo esclarecimento. Você deve escrever o manual de instruções. Havia vários tópicos sobre o assunto, alguns não respondidos e alguns não responderam claramente e alguns como o que Raptor postou (o que eu perdi) cobre bem. Muitas vezes, quando faço pesquisas na caixa de pesquisa do mql4, não recebo nada, e ele realmente volta em branco, e agora, eu normalmente vou direto para uma pesquisa do Google com o mql4 nos critérios de pesquisa. Sempre recebo os tópicos do MQL4 desse jeito. Às vezes, as pessoas podem pesquisar e ler alguns tópicos e ler as instruções (que raramente eliminam as coisas para mim) e ainda não conseguir a resposta em um período de tempo razoável, em que ponto faz mais sentido publicar um tópico em O fórum imo. Embora eu deva admitir, o fato de uma pessoa precisar fazer uma pergunta também é um bom sinal de que eles precisam investir mais tempo na aprendizagem. Senso perfeito. Obrigada pelo esclarecimento. Você deve escrever o manual de instruções. Havia vários tópicos sobre o assunto, alguns não respondidos e alguns não responderam claramente e alguns como o que Raptor postou (o que eu perdi) cobre bem. Muitas vezes, quando faço pesquisas na caixa de pesquisa do mql4, não recebo nada, e ele realmente volta em branco, e agora, eu normalmente vou direto para uma pesquisa do Google com o mql4 nos critérios de pesquisa. Sempre recebo os tópicos do MQL4 desse jeito. Às vezes, as pessoas podem pesquisar e ler alguns tópicos e ler as instruções (que raramente eliminam as coisas para mim) e ainda não conseguir a resposta em um período de tempo razoável, em que ponto faz mais sentido publicar um tópico em O fórum imo. Embora eu deva admitir, o fato de uma pessoa precisar fazer uma pergunta também é um bom sinal de que eles precisam investir mais tempo na aprendizagem. Você pode usar o google para pesquisar no mql4, pois é certo que o mecanismo de pesquisa deste site está longe de ser perfeito. Com o google, basta adicionar quotsite: mql4quot para sua (s) palavra (s) (sem quot quot). Diferentes médias móveis explícitas explicadas Os comerciantes basearam-se em médias móveis para ajudar a identificar pontos de entrada de negociação de alta probabilidade e saídas lucrativas por muitos anos. Um problema bem conhecido com as médias móveis, no entanto, é o atraso grave que está presente na maioria dos tipos de médias móveis. A média móvel exponencial dupla (DEMA) fornece uma solução calculando uma metodologia de média mais rápida. História do Double Exponential Moving Average Na análise técnica. O termo médio móvel refere-se a uma média de preço para um instrumento comercial específico ao longo de um período de tempo especificado. Por exemplo, uma média móvel de 10 dias calcula o preço médio de um instrumento específico nos últimos dez dias, uma média móvel de 200 dias calcula o preço médio dos últimos 200 dias. Cada dia, o período de look-back avança para basear cálculos no último X número de dias. Uma média móvel aparece como uma linha suave e curva que fornece uma representação visual da tendência de longo prazo de um instrumento. As médias móveis mais rápidas, com períodos de retrocesso mais curtos, são médias móveis mais lisas e mais rápidas, com períodos mais longos, são mais suaves. Porque uma média móvel é um indicador retroativo, está atrasado. A média móvel exponencial dupla (DEMA), mostrada na Figura 1, foi desenvolvida por Patrick Mulloy na tentativa de reduzir o tempo de latência encontrado nas médias móveis tradicionais. Foi introduzido pela primeira vez na Revista Técnica de Análise Técnica de Stocks de fevereiro de 1994, no artigo da Mulloys, Suavizando dados com médias móveis mais rápidas. (Figura 1: Este gráfico de um minuto do contrato de futuros e-mini Russell 2000 mostra duas médias móveis exponenciais diferentes e um período de 55 vezes aparece em azul, Um período de 21 em rosa. Calculando uma DEMA como Mulloy explica em seu artigo original, o DEMA não é apenas uma EMA dupla com o dobro do tempo de atraso de uma única EMA, mas é uma implementação composta de EMAs simples e duplas que produzem outra EMA com menos atraso do que qualquer um dos originais dois. Em outras palavras, o DEMA não é simplesmente dois EMAs combinados, ou uma média móvel de uma média móvel, mas é um cálculo de EMAs simples e duplas. Quase todas as plataformas de análise de negociação possuem o DEMA incluído como um indicador que pode ser adicionado aos gráficos. Portanto, os comerciantes podem usar o DEMA sem conhecer a matemática por trás dos cálculos e sem ter que escrever ou inserir qualquer código. Comparando o DEMA com as médias móveis tradicionais, as médias móveis são um dos métodos mais populares de análise técnica. Muitos comerciantes usam-nos para detectar reversões de tendência. Especialmente em um crossover de média móvel, onde duas médias móveis de diferentes comprimentos são colocadas em um gráfico. Pontos onde as médias móveis cruzam podem significar oportunidades de compra ou venda. O DEMA pode ajudar os comerciantes a reverter mais cedo porque é mais rápido responder às mudanças na atividade do mercado. A Figura 2 mostra um exemplo do contrato de futuros e-mini Russell 2000. Este gráfico de um minuto tem quatro médias móveis aplicadas: 21-período DEMA (rosa) 55-período DEMA (azul escuro) 21-período MA (azul claro) 55-período MA (luz verde) Figura 2: Este gráfico de um minuto de O contrato de futuros e-mini Russell 2000 ilustra o tempo de resposta mais rápido do DEMA quando usado em um crossover. Observe como o crossover DEMA em ambos os casos aparece significativamente mais cedo do que os cruzamentos do MA. O primeiro cronômetro DEMA aparece às 12:29 e o próximo bar abre a um preço de 663,20. O cruzamento de MA, por outro lado, se forma às 12:34 e o próximo preço de abertura de barras é de 660,50. No próximo conjunto de crossovers, o cronômetro DEMA aparece às 1:33 e a próxima barra abre em 658. O MA, em contraste, forma às 1:43, com a próxima barra abrindo em 662.90. Em cada caso, o cronômetro DEMA fornece uma vantagem em entrar na tendência anterior ao cruzamento do MA. (Para mais informações, leia o Tutorial de Moedas em Movimento.) Negociação com um DEMA Os exemplos de cruzamento de média móvel acima ilustram a eficácia de usar a média móvel exponencial mais rápida e rápida. Além de usar o DEMA como um indicador autônomo ou em uma configuração crossover, o DEMA pode ser usado em uma variedade de indicadores, onde a lógica é baseada em uma média móvel. Ferramentas de análise técnica, como Bollinger Bands. A movimentação média média convergente (MACD) e a média móvel exponencial tripla (TRIX) são baseadas na média móvel e podem ser modificadas para incorporar uma DEMA em lugar de outros tipos mais tradicionais de médias móveis. Substituir o DEMA pode ajudar os comerciantes a detectar diferentes oportunidades de compra e venda que estão à frente daqueles fornecidos pelas MAs ou EMAs tradicionalmente utilizados nesses indicadores. Obviamente, entrar em uma tendência mais cedo e não mais tarde geralmente leva a maiores lucros. A Figura 2 ilustra esse princípio - se usássemos os crossovers como sinais de compra e venda. Nós inserimos os negócios significativamente mais cedo quando usamos o crossover DEMA em oposição ao cruzamento de MA. Bottom Line Traders e investidores usaram há muito tempo médias móveis em suas análises de mercado. As médias móveis são uma ferramenta de análise técnica amplamente utilizada que fornece um meio de visualizar e interpretar rapidamente a tendência a longo prazo de um determinado instrumento de negociação. Como as médias móveis pela própria natureza são indicadores de atraso. É útil ajustar a média móvel para calcular um indicador mais rápido e mais responsivo. A média móvel exponencial dupla fornece aos comerciantes e investidores uma visão da tendência a longo prazo, com a vantagem de ser uma média móvel mais rápida com menos tempo de atraso. (Para leitura relacionada, dê uma olhada em Combo MACD em Movimento médio e em Médias Movimentais Exponentes Simples). Michael R. Bryant Os indicadores técnicos são um dos elementos fundamentais do comércio sistemático. Os indicadores, como médias móveis ou estocásticas, podem ser vistos como transformações da série de entrada (tipicamente, preço ou volume) projetadas para acentuar um aspecto particular do mercado, como sua tendência ou ciclo. Embora fundamentais para os métodos de negociação mais sistemáticos, muitos comerciantes evitam os indicadores mais comuns, como as médias móveis simples e o indicador de força relativa (RSI), na crença de que o mercado se adaptou ao seu uso, reduzindo sua eficácia. Uma maneira de compensar o efeito da eficiência do mercado na viabilidade dos indicadores técnicos é modificá-los de maneira significativa. Por exemplo, o indicador 1 de Chande e Krolls VIDYA é uma média móvel exponencial em que o fator de suavização depende da volatilidade do mercado, de modo que o comprimento efetivo de retrocesso seja reduzido quando a volatilidade aumenta. Neste artigo, eu desenvolvo uma extensão da abordagem adaptativa look-back e mostra como aplicá-la a uma variedade de indicadores com apenas algumas linhas de código extra. Os indicadores resultantes proporcionam maior versatilidade do que os indicadores anteriores e podem ser mais consistentes com uma visão estatística dos mercados. Adaptando o comprimento do look-back Dado que os mercados estão em constante mudança, faz sentido tentar se adaptar às mudanças tanto quanto possível. A maioria dos indicadores técnicos foram originalmente desenvolvidos com um comprimento fixo, por exemplo, o número de barras em uma média móvel simples. Vários autores propuseram adaptar o comprimento do look-back à volatilidade do mercado. Para o indicador de índice dinâmico do índice variável (VIDYA), por exemplo, Chande e Kroll usaram várias métricas diferentes, incluindo um índice de volatilidade baseado em um desvio padrão normalizado de preço em que valores mais elevados do índice resultaram em um menor comprimento de retorno efetivo . A idéia era que, durante períodos de maior volatilidade, a média móvel deveria ser mais sensível ao mercado, enquanto que em períodos de menor volatilidade, uma média móvel de longo prazo era mais consistente com o comportamento do mercado. Kaufman tomou uma abordagem um pouco diferente. 2 A idéia por trás de sua Média de Mudança Adaptativa Kaufman (KAMA) foi que durante períodos de alta volatilidade, você é mais provável que obtenha chicotetes como o balanço do mercado de um lado para o outro, resultando em perdas repetidas. Para evitar isso, ele usou um período mais longo para a média móvel durante períodos de ação de preço agitado, de modo que a média seria menos sensível à volatilidade do mercado, resultando em menos reversões. Durante a tendência de ação no mercado, o período da média móvel diminuiu, de modo que os negócios poderiam reagir mais rapidamente à mudança de direção. Para medir quotchoppinessquot, Kaufman usou a chamada razão de eficiência (ER), que mede o valor absoluto da mudança de preço ao longo do período de retrocesso dividido pela soma dos valores absolutos das mudanças de preço de barra para baral No mesmo período. Se, por exemplo, a variação líquida no preço for zero - o preço é o mesmo no final do período como no início - então o ER será zero. Nesse caso, o mercado é perfeitamente ineficiente na medida em que pode se mover muito de bar para bar, mas não vai a lugar nenhum. Se, por outro lado, o mercado se mover de forma constante em uma direção (para cima ou para baixo), para que cada movimento de barras contribua para a mudança líquida de preço, o ER será 1. Neste caso, o mercado é perfeitamente eficiente em Que todas as jogadas dos preços das barras contribuem para a tendência. Em geral, o ER ficará entre 0 e 1. Uma visão diferente dos comprimentos de aparência adaptativos Embora muitas métricas diferentes possam - e tenham sido - usadas para adaptar comprimentos de look-back, o índice de eficiência captura um aspecto fundamental do mercado Ação, a saber, a diferença entre tendências e comportamento cíclico. Os altos valores de ER implicam um mercado fortemente tendencial, o que significa muito pouco movimento cíclico, e os baixos valores de ER implicam pouca tendência e, portanto, mais movimento cíclico (exceto no caso de pouco movimento). Isso tende a apoiar a abordagem de Kaufmans. No entanto, sua decisão de usar comprimentos mais longos em mercados agitados baseia-se em (1) o pressuposto de que estavam adaptando o comprimento de retorno de uma média móvel e (2) a idéia de que a média móvel é usada para desencadear uma Entrada comercial ou saída. Um ponto de vista alternativo é o escolhido por John Ehlers através do seu trabalho na aplicação de métodos de processamento de sinais para negociação. 3 Sua visão é mais do que a tentativa de tentar modelar mais de perto a parte do mercado de interesse (por exemplo, o componente de tendência ou o componente do ciclo). A partir desse ponto de vista, uma média móvel em um mercado agitado deve usar um comprimento mais curto para capturar mais precisamente a maior freqüência representada pelo choppiness, enquanto que em um mercado fortemente tendencial, um comprimento de look-back mais longo é mais consistente com O movimento do mercado. Um terceiro ponto de vista é o que eu adotei, a saber, um mais estatístico. Primeiro, não podemos assumir nada mais do que absolutamente necessário sobre o indicador em questão e como ele pode ser usado. Em particular, não podemos assumir que o indicador em questão é uma média móvel, e não podemos assumir o seu preço aplicado. Poderia, por exemplo, ser o RSI de volatilidade ou a média móvel do estocástico de volume. O indicador pode ser usado em conjunto com outros indicadores como parte de uma regra maior para entrada ou saída, em vez de por si só. Com esta visão mais estatisticamente orientada, o objetivo é criar regras de negociação que tenham validade estatística, o que significa que elas se encaixam bem na ação do preço sem excesso de ajuste. Não assumimos que sabemos como os mercados funcionam bem o suficiente para tomar decisões específicas sobre se o comprimento do olhar deve aumentar ou diminuir com algo como o índice de eficiência. Em vez disso, temos algum motivo para acreditar que o índice de eficiência pode ter relevância e, portanto, queremos incluí-lo como uma variável, mas deixamos ao mercado para nos dizer se e como ele se enquadra. Testes estatísticos são usados para nos contar Se a estratégia de negociação que contém o indicador é estatisticamente válida ou se o excesso de ajuste, por exemplo, é inválido, pois se ajusta ao ruído e não ao sinal do mercado. Uma aparência adaptativa mais versátil Dada a discussão anterior, o comprimento de look adaptativo desenvolvido aqui será baseado na relação de eficiência (ER) e usará um parâmetro para determinar a relação entre ER e o comprimento de look-back. Em particular, considere a seguinte equação: VER square (ER - (2 ER-1) 2. (1 - TrendParam) 0,5) em que VER é a relação de eficiência variável, e TrendParam é o parâmetro de tendência, que pode levar qualquer valor positivo ou Valor negativo e que determina se o comprimento do look-back aumentará ou diminuirá com o aumento de ER. Esta é essencialmente apenas uma maneira de reverter a relação ER dependendo do parâmetro de tendência. Como mostrado abaixo, em vez de dimensionar a constante de suavização por ER, como fazem Chande e Kroll e Kaufman essencialmente, usamos VER. Com valores positivos de TrendParam, VER varia positivamente com ER, enquanto que com valores negativos de TrendParam, VER varia negativamente com ER. Com TrendParam igual a zero, VER é igual a 1 para todos os valores de ER. O quadrado é usado para escalar melhor os valores para uso como multiplicador, conforme explicado a seguir. Para calcular o comprimento de aparência adaptativo usando esta equação, multiplicamos o valor original da constante de suavização, Alpha, que corresponde ao comprimento original de look-back, por VER: VAlpha Alpha VER em que VAlpha é a constante de suavização adaptativa e Alpha é o valor original da constante de suavização. A relação entre a constante de suavização e o comprimento de look-back é a mesma que para a média móvel exponencial, em que N é o comprimento de look-back e Alpha é a constante de suavização. Esta equação também pode ser escrita para N em termos de Alfa, pois o comprimento de aparência adaptativo é, portanto,
No comments:
Post a Comment